后记

“Twenty years from now you will be more disappointed by the things that you didn't do than by the ones you did do. So throw off the bowlines. Sail away from the safe harbor. Catch the trade winds in your sails. Explore. Dream. Discover.” ——Unknown

“也许二十年后会令你失望的，不是你曾做过的事，而是你不曾做过的。所以抛开绳结，驶离安全的港湾，乘风而行。去探索、去梦想、去发现！” ——佚名

—— Minecraft End Credits

从写这篇文档的想法开始，到构建整个项目，再到陆陆续续填完这些文档，思虑良多。我们衷心希望 Neoverse-Docs 作为一个开源“技术”文档，能够帮助更多的 “CSer”、同学与身边的伙伴们，这些未来的开发者……

Agentic AI 时代下，学习方式已然发生巨大变化，而对于并非身处顶尖高校的大多数科班生而言，我们或许正处在一种难以调和的矛盾之中。我们花费四年时间接受系统性的本科教育，最后真正决定自己能够走多远的，却往往不是培养方案替我们安排了什么，而是我们在培养方案之外，主动寻找了什么。

对知识的记忆与对既定解法的熟练复现，依旧占据评价体系中的相当比重，与真正需要建立的知识广度和理解深度之间，却仍有难以忽视的差距。这未必是某一位老师的过错。老师同样受制于课时、班额、考核口径与管理压力。它更像一套运行多年的系统所留下的惯性，优先保证可管理、可量化、可排序，至于理解是否真的发生，反倒很难被准确衡量。于是学生最先学会的，往往不是知识本身，而是如何“顺利通过”这门课，以及如何摸清在这门课里拿到高分的“规则”。

我们有完整的培养方案，有一门接着一门的课程，有学分、绩点、考试、作业和各种清晰明确的考核指标。一个学生是否“完成了本科教育”，似乎可以被精确地量化；至于他是否真正理解了自己所学的专业，是否能够独立阅读一份技术文档，是否知道一个程序为什么这样运行，是否能够面对陌生问题建立自己的分析路径，乃至在今天是否用过 Agent真正知道如何与 Agent 协作，反而很难出现在任何一张成绩单上。

成绩单上的数字当然不能说明一切，可当数字成为最容易被严肃对待的东西，学生的精力自然也会流向数字。这并非谁的过错，只是规则之下的理性选择。久而久之，量化指标与真实能力之间便慢慢出现了一道裂缝——学校里被反复强调的，与走出校门后真正需要的，并不总能严丝合缝，而那些真正重要的能力，又往往很难在某一门课程中完整习得。

当答案本身越来越容易获得，我们所面对的问题也随之发生了变化。过去，一道题能否被做出来，也许足以说明很多；而今天，一个模型可以在数秒之内给出看似完整的回答，程序可以在自然语言的指引下生成，报告可以被组织，一整套解决方案也可以被迅速拼接出来。“得到答案”本身正在变得越来越廉价，真正困难的反而是判断这个答案是否可信，知道它依赖了哪些前提……如果评价体系仍然只盯着最后的结果，那么我们最终被反复训练和证明的，或许恰恰是那些正在越来越容易被工具代劳的能力。

CSDIY 的后记中有个或许至今仍难回答的问题：“本科教育，究竟应该带给我们什么？”是修满培养方案上的学分？是掌握一套足以安身立命的本领？还是在四年之后，至少能够知道自己不知道什么，又该如何继续学习？也许永远不会有一个标准答案。

然而，一套合理的本科教育至少应当展现它应有的诚意，一种分享知识的诚意，一种以人为本、注重学习者体验的诚意，随着时代脚步一起“更新自己”的诚意。它不是把一套运行了多年的课程体系继续维稳当下的“惯性”，更不应该是让学生用“有没有用过AI”来判定道德的闹剧。

我们期待那样一天，“大家可以满心欢喜地选着自己培养方案上的课程，做着学校自行设计的各类编程实验，课堂没有签到也能济济一堂，学生踊跃地发言互动，大家的收获可以和努力成正比，那些曾经的遗憾和痛苦可以永远成为历史。”

时隔近五年，我们仍然怀揣着这一丝幻想——课堂愿意重新设计那些已经无法再检验理解的题目，评价体系愿意为不同的思考路径留下空间，也愿意承认 AI 已经成为学习与知识生产的一部分。我们也不必再在签到、绩点、综测与真正的学习之间，反复衡量自己的时间究竟应该流向哪里……